Google DeepMind 在博客上宣布世界模型 Genie 4。页面日期写的是 October 27, 2026。署名是 Raia Hadsell、Diego Rivas 和 Hang Qi。博客把 Genie 4 写成实时交互的世界模拟，并写画面和声音一起生成。声音在开头被写成类似音乐的声音、环境噪声，以及可以互动的对话。这是公司自己的发布说明，不是第三方测量。
[1]
模型被接到 Gemini 家族上。博客写，Gemini Omni 把模拟锚在真实世界的外观和行为上，其他 Gemini 模型提供维持连贯和连续所用的推理。人可以先让一件事发生，页面接着写 Genie 4 模拟接下来世界如何反应、如何发声、里面的人如何移动、反应和说话。模拟进行中，自然语言可以改天气、移动镜头，或放进一个新的人或物体。博客写，Gemini 会按周围场面改写这句提示；两次输入之间，它也盯着场面，让世界继续往前走。页面上的录制使用标准键盘做导航和镜头，再用文字提示带着场面走。物理部分点了空气动力学和碰撞。博客把人物模拟写成这一版变化最明显的地方：人物能移动，会对环境有反应，并且可以在模拟进行时被带着走。
[1]音频被博客标成这条产品线上的第一次。原文写，Genie 4 是该公司第一个原生生成音频的实时世界模型，每个世界带着自己环境的声音。人物可以对话，并实时对输入或场面里的事件作出反应。后一节把 Gemini 3.8 Flash 写成循环里的引导代理：Genie 4 生成世界时，这个 Gemini 模型看画面，把目标拆成步骤，并核对进来的帧，看每一步有没有做成。场面变了，或有人中途插手，计划跟着改。博客还写了 Gemini 4 Argon 与 Genie 4、Gemini Robotics 放在一起的实验。页面例子是 Argon 把任务拆成步骤交给 Genie 渲染，这些步骤在模拟进行时以文字说明插进去。图说写，Gemini 4 Argon 和 Genie 4 一起模拟 Apptronik 的 Apollo 人形机器人下跳棋。
[1]开放范围比能力清单窄。博客写，Genie 4 已经作为研究预览开始发给受信任的测试者，先收集反馈，然后才面向消费者和开发者。后一步点名的对象是 Project Genie 里的 Google AI Ultra 订阅者，以及 Gemini API 和 Google AI Studio 的早期访问伙伴。页面有候补名单，没有写 Ultra 或 API 哪一天开放。测试者被写成创意产业、新闻、教育、游戏和工程几个队列。用途也写成正在试：影视在实时模拟里改镜头、光线、对白和动作；图片新闻在试把一张档案照片变成可进入的环境；游戏开发在试用语言看风格和交互，再决定要不要写引擎代码。页面没有给出这些测试完成了多少件作品。
[1]限制写在博客自己的一节里，把这次宣布收在预览之内。Genie 4 被写成早期的实验模型。短时段里环境可以保持连贯，但视觉细节和物体是否还在原地会漂移，尤其是模拟跑得更久、提示被复杂地改过好几次，或者在场景里走来走去之后。复杂的物理交互、实时音频是否准确、能不能生成可读的文字、空间是否准确、长期是否一致，都被列为仍在研究的题目。安全方面，博客写预览之前做过内部安全评估，用来阻止有害或恶意内容，并且先只交给受信任的测试伙伴。Genie 4 生成的每一段视频和音频都会带上 SynthID。博客称这是用来识别生成内容的不可见水印。页面没有公布评估的通过线，也没有写一次模拟通常能稳住多久。
[1]